植被高光谱遥感分类中训练样本的选择方法

doi:10.6046/gtzyyg.2005.02.08

全文: PDF(332 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

针对植被高光谱遥感分类过程中参考光谱训练样本的选择问题，研究分类过程中常用训练样本的选择方法，并在此基础上提出2种新的训练样本选择（纯化）方法，然后结合具体的OMIS-I高光谱遥感数据，验证方法的有效性。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

Abstract：

For the selection of training samples in vegetation classification based on hyperspectral remote sensing, this paper investigates and analyzes the methods for selection of training samples in common use, presents two new selection (purification) methods for training samples, and then testifies the validity of these methods which are combined with specific OMIS-I hyperspectral remote sensing data.

出版日期: 2009-07-31

TP 391.41

通讯作者: 陶秋香（1977 -），女，山东科技大学地球信息科学与工程学院教师，硕士，主要从事高光谱遥感分类研究。

引用本文:

陶秋香, 张连蓬, 李红梅. 植被高光谱遥感分类中训练样本的选择方法[J]. 国土资源遥感, 2005, 17(2): 33-35.
TAO Qiu-Xiang, ZHANG Lian-Peng, LI Hong-Mei. THE METHODS FOR SELECTING TRAINING SAMPLES
IN VEGETATION CLASSIFICATION BASED ON
HYPERSPECTRAL REMOTE SENSING. REMOTE SENSING FOR LAND & RESOURCES, 2005, 17(2): 33-35.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2005.02.08 或 https://www.gtzyyg.com/CN/Y2005/V17/I2/33